Хотя Google Cloud Next показала немало магии agentic AI, самые обнадеживающие анонсы были посвящены тому, чтобы сделать агентов более управляемыми и заслуживающими доверия.
Самым важным, что Google объявила на Google Cloud Next 2026, был не очередной model, не новый Tensor Processing Unit (TPU) и не еще один способ распределить Gemini по всему enterprise, хотя компания представила и это тоже. Скорее, это было признание — или, возможно, предупреждение.
Агентам нужен контроль.
Мы, конечно, знали это и раньше, но «знать и не делать — это еще не знать», как любил повторять мой школьный учитель философии. Нам нравится представлять агентов как цифровых сотрудников, лихорадочно выполняющих наши поручения, но на деле это еще и хрупкие software-системы с credentials, бюджетами, памятью, доступом к чувствительным данным и странной способностью сбоить так, что это одновременно дорого и трудно восстановить по следам.
В этом и заключается настоящая история Google Cloud Next 2026. По общему мнению, Google приехала, чтобы заявить права на agentic enterprise. Но, на мой взгляд, куда интереснее то, что Google приехала, чтобы его сдержать.
Да, Google много говорила об «agentic cloud». В наши дни без этого не обходится почти ни одна конференция. И да, компания объявила о Gemini Enterprise Agent Platform, TPUs восьмого поколения, новых возможностях Workspace Intelligence AI и длинном списке интеграций, призванных сделать AI нативной частью каждого уголка enterprise. Если вам нужен был триумфальный круг для эпохи агентов, у keynote было из чего выбрать.
Но если убрать сценический свет, сообщение оказывается куда интереснее: последние два года enterprise влюблялся в AI agents. Теперь ему нужно не дать этим агентам опозорить, обанкротить или раскрыть бизнес.
Это не упрек Google. Наоборот. Возможно, это был самый полезный анонс компании.
Доверяй, но проверяй
Как только AI перестает только говорить и начинает что-то делать, на сцену выходят все скучные enterprise-вопросы. Кто это разрешил? Какие данные он использовал? Какую систему затронул? Почему он совершил именно это действие? Сколько это стоило? Как его остановить?
Анонсы Google, по сути, были ответами на эти вопросы.
Посмотрите, на чем компания делала акцент. Knowledge Catalog должен помогать агентам опираться на проверенный business context по всему data estate. Gemini Enterprise теперь включает inbox для управления и мониторинга агентов, включая long-running agents. Workspace получает новые controls для мониторинга, контроля и аудита доступа агентов к данным, чтобы снизить риски prompt injection, oversharing и утечки данных. В security-анонсах Google Cloud появились новые agentic defense-возможности и покрытие на базе Wiz, чтобы защитить агентов в cloud и AI development environments.
Это не те tools, которые создают, когда все и так отлично работает. Это то, что строят, когда клиенты обнаруживают неловкую середину между «демо сработало» и «мы доверяем этому реальную работу».
Control plane для агентов
Аналитики, похоже, уже закрепили за этим emerging layer enterprise AI термин «agent control plane». Это удачная формулировка, потому что она знакома. Она напоминает Kubernetes для cognition: единое место, где можно управлять, наблюдать, маршрутизировать, защищать и оптимизировать флотилии AI agents.
Если бы.
До такого мира мы все еще далеко.
Нужен control plane не потому, что агенты уже заменяют сотрудников. Скорее потому, что enterprise дает probabilistic systems доступ к deterministic workflows и с удивлением обнаруживает, что за передачей эстафеты кто-то должен присматривать. Демо агента делает автономность аккуратной, но enterprise-системы делают автономность странной. Запись о клиенте хранится в одной системе, контракт — в другой, обработка исключений живет в чьем-то inbox, политика лежит в PDF, который в последний раз обновляли в 2021 году, а человек, который понимал, почему workflow устроен именно так, ушел из компании еще во время пандемии.
Теперь мы добавляем агентов в этот беспорядок.
Поэтому я с пониманием отношусь к push Google в сторону control plane, хотя и скептически смотрю на любой vendor story, который звучит слишком аккуратно. Да, полезно иметь единую agent platform, governance, agent monitoring, evaluation, observability и simulation. Все это нужно. История Gemini Enterprise важна именно потому, что Google пытается централизовать грязные operational pieces, которые enterprise иначе склеивает плохо.
Но не стоит путать control plane с самой работой.
Пилоты даются легко, production — трудно
Данные по agentic AI продолжают повторять одно и то же: энтузиазм сильно опережает operational maturity.
Отчет Camunda 2026 State of Agentic Orchestration and Automation показал, что 71% организаций говорят, что используют AI agents, но только 11% use cases в области agentic AI вышли в production за прошлый год. Что еще показательнее, 73% признали разрыв между своей vision по agentic AI и реальностью. Gartner тоже настроен холодно и прогнозирует, что более 40% проектов agentic AI будут отменены к концу 2027 года. Почему? Из-за затрат, неясной business value и недостаточных risk controls.
Давайте скажем прямо: это не проблемы моделей. Это до боли знакомые проблемы enterprise software.
Та же картина видна в security и governance. В опросе Writer о enterprise AI за 2026 год говорится, что 67% руководителей считают, что их компания столкнулась с утечкой данных или нарушением безопасности из-за несанкционированных AI-инструментов. Кроме того, у 36% нет формального плана по надзору за AI agents, а 35% признают, что не смогли бы немедленно отключить rogue agent.
Из этих трех цифр, пожалуй, самая пугающая — последняя. Речь идет о software agents, которые имеют доступ к бизнес-системам, клиентским данным и organizational credentials, но более трети организаций не уверены, что смогут быстро остановить такого агента, если он начнет вести себя неправильно.
Что, я волнуюсь?
Агент — наименее интересная часть
Грязный секрет agentic enterprise в том, что сам агент, вероятно, наименее интересная часть архитектуры. Он получает весь хайп, но реальная работа — это identity, permissions, границы workflow, качество данных, retrieval, memory, evaluation, audit trails, cost controls и решение, какая система имеет право быть source of truth, когда агент запутался.
Презентации на Google Cloud Next не доказали, что agentic enterprise уже наступил. Они скорее доказали, что если и когда он наступит, то будет выглядеть очень похоже на то, как enterprise software всегда выглядит, когда начинает иметь значение: меньше магии, больше governance.
Это прогресс, но не очень эффектный прогресс.
Если вы пытаетесь выбрать победителей в agentic AI, не смотрите на тех, у кого самые умные агенты. Смотрите на компании с самыми чистыми data contracts, лучшей дисциплиной evaluation, наиболее цельной identity model и наименьшей терпимостью к shadow AI chaos. Индустрия не любит рассказывать именно такую историю, потому что куда веселее говорить об автономных цифровых работниках, чем о data lineage и access control.
Но именно в скучном enterprise software становится реальным.
Есть еще одна причина осторожно относиться к заявлениям о победе в эпохе агентов: agents полезны ровно настолько, насколько данные, которые они могут безопасно понимать и использовать, позволяют им действовать. Google это явно понимает. Концепция Agentic Data Cloud, включая Knowledge Catalog и работу над cross-cloud Lakehouse, — это признание того, что агентам нужен trusted business context. Без него они не enterprise workers. Они просто красноречивые туристы, блуждающие по вашим системам.
Поэтому самые обнадеживающие анонсы на Google Cloud Next были не теми, что делали агентов более автономными. Они были теми, что делали агентов более управляемыми. Agentic AI обещает стать большим направлением — но только когда докажет, что умеет быть скучным.
Материал — перевод статьи с английского.
Оригинал: Google begins putting the guardrails on agentic AI